مطالعه ارتباط پلی مورفیسم rs۱۳۴۷۶ در ژن کدکننده lncRNA GAS۵ با بروز دیابت نوع دو در جمعیت اصفهان
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 182
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SHIMU-29-1_008
تاریخ نمایه سازی: 20 تیر 1400
Abstract:
مقدمه: GAS۵ lncRNA یک RNA طویل غیر کدشونده است و در تنظیم بیان ژن ها نقش دارد. مطالعات نشان داده اند که بیان lncRNA GAS۵ در سرم بیماران دیابتی کاهش می یابد. با توجه به نقش lncRNA GAS۵، هدف پژوهش حاضر بررسی ارتباط بین پلی مورفیسم rs۱۳۴۷۶ در ژن کدکننده این lncRNA با بروز دیابت نوع دو در جمعیت اصفهان است.
مواد و روش ها: در این پژوهش مورد-شاهدی، ۲۰۰ فرد سالم و ۲۰۰ فرد بیمار دیابتی نوع دو به طور تصادفی، از جمعیت مدنظر انتخاب شدند. ژنوتیپ افراد برای پلی مورفیسم مدنظر، با روش PCR_RFLP تعیین و برای تایید نتایج، تعدادی از نمونه ها سکانس گردید؛ سپس فراوانی ژنوتیپ ها و به دنبال آن، فراوانی آلل ها به منظور به دست آوردن ارتباط این پلی مورفیسم با خطر ابتلا به دیابت نوع دو، جنس و بروز بیماری آنالیز شد.
یافته های پژوهش: پس از تکثیر قطعه ۳۸۰ جفت بازی حاوی پلی مورفیسم rs۱۳۴۷۶ در همه نمونه ها و سپس هضم آنزیمی آن ها توسط آنزیم BCCI، همه نمونه ها ژنوتیپ TT را نشان دادند. نتایج سکانس تعدادی از نمونه ها نیز، نتایج هضم آنزیمی را تایید کردند. فراوانی ژنوتیپ TT در جمعیت یادشده، ۴۰۰ مورد (۱۰۰ درصد) و فراوانی آلل T، ۸۰۰ مورد گزارش شد و آلل A در جمعیت یادشده مشاهده نگردید.
بحث و نتیجه گیری: با توجه به نبود ارتباط پلی مورفیسم مدنظر با خطر ابتلا به دیابت در این جمعیت، از این پلی مورفیسم نمی توان برای غربالگری بیماران دیابتی در جمعیت مدنظر استفاده کرد. مطالعات بیشتر در زمینه ارزیابی اهمیت پلی مورفیسم مطالعه شده در جمعیت های گوناگون ضروری است.
Keywords:
Authors
عاصفه امینی
Dept of Biology, Faculty of Basic Sciences, Shahrekord Branch, Islamic Azad University, Shahrekord, Iran
مریم پیمانی
Dept of Biology, Faculty of Basic Sciences, Shahrekord Branch, Islamic Azad University, Shahrekord, Iran
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :